機械学習と分子シミュレーションを融合した 高分子材料自動設計ツールSPACIERの開発

 

 

【画像：https://kyodonewsprwire.jp/img/202501293518-O2-8NDghNJU】

図1. SPACIERのワークフロー

 

 

 

【画像：https://kyodonewsprwire.jp/img/202501293518-O4-kJm7QZk0】

図 2. a SPACIERを用いて発見された高分子P1-P3の構造とその合成スキーム。mpPh-PTUはP3の類似高分子であり、両者の計算機実験の予測値が良い一致を示したため、P3の合成の替わりにmpPh-PTUの物性評価結果（文献値）を参照した。b SPACIERを用いて発見された高分子の物性値。星印はRadonPyを用いた計算機実験の予測値、丸印は現実世界で合成した高分子の物性評価結果。直線は経験的な限界線を表す。

 

 

発表論文

論文題目: SPACIER: on-demand polymer design with fully automated all-atom classical molecular dynamics integrated into machine learning pipelines

著者: Shun Nanjo, Arifin, Hayato Maeda, Yoshihiro Hayashi, Kan Hatakeyama-Sato, Ryoji Himeno, Teruaki Hayakawa, Ryo Yoshida

雑誌: npj Computational Materials

DOI: 10.1038/s41524-024-01492-3.

 

 

関連URL：https://kyodonewsprwire.jp/release/202501293518

本プレスリリースは発表元が入力した原稿をそのまま掲載しております。詳細は上記URLを参照下さい。また、プレスリリースへのお問い合わせは発表元に直接お願いいたします。